幾類相關(guān)數(shù)據(jù)分析模型的研究.pdf_第1頁
已閱讀1頁,還剩116頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文基于廣義估計方程的理論研究了縱向數(shù)據(jù)下幾類統(tǒng)計模型的參數(shù)估計問題。 本文首先考慮了一類H廣義線性模型中的參數(shù)估計問題.由于廣義線性模型(GLM)包含許多有實用價值的模型以及它所具有的許多優(yōu)良性質(zhì),使得其在生物醫(yī)學(xué)、金融保險等領(lǐng)域中得到了廣泛的應(yīng)用.然而,在很多實際問題中,數(shù)據(jù)來源于縱向研究或分層設(shè)計結(jié)構(gòu),樣本具有相依性或擬合經(jīng)典的分布時呈現(xiàn)超散度性特征,這時,就需要在模型中引入隨機(jī)效應(yīng),進(jìn)一步改進(jìn)GLM的理論. Lee和Ne

2、lder于1996年提出了日廣義線性模型,它是廣義線性模型的推廣,即在GLM的線性預(yù)測部分增加了隨機(jī)分量,并且隨機(jī)分量可以服從任意分布.同時,他們還提出了一種新的估計方法,我們稱其為L-N法.然而,他們只給出了其框架,理論上的研究尚不完善.本文基于廣義估計方程和L-N的思想,首次研究了縱向數(shù)據(jù)下一類典型的H廣義線性模型—Poisson-Gamma模型中的L-N估計問題.一方面,在一些正則條件下,證明了其中固定效應(yīng)β的L-N估計的強(qiáng)相合性

3、、收斂速度以及漸近正態(tài)性.另一方面,通過模擬說明了L-N方法在有限樣本時也有著優(yōu)良的表現(xiàn)。進(jìn)一步,Kolmogorov檢驗表明L-N方法估計隨機(jī)效應(yīng)的優(yōu)良性;此外,基于大樣本理論結(jié)果,進(jìn)一步討論了參數(shù)的假設(shè)檢驗。 其次,在實際研究中,同一試驗組中不同試驗個體之間的差異未必只通過協(xié)變量表現(xiàn),基于此,我們將Poisson-Gamma模型推廣為擬Poisson-Gamma模型,即不僅在模型中考慮了組隨機(jī)效應(yīng),還在模型中引入了個體效應(yīng),

4、而且也可將這種推廣應(yīng)用到其它H廣義線性模型,從而推廣了H廣義線性模型.并采用L-N法,首次對擬Poisson-Gamma(P-G)模型進(jìn)行了研究.理論研究表明在擬P-G模型中L-N估計具有類似于極大似然估計的大樣本性質(zhì),Monte Carlo模擬表明L-N估計比傳統(tǒng)的邊際似然估計在有限樣本時有著更加優(yōu)良的表現(xiàn),而且L-N方法比較省時省力,在擬P-G模型中也比邊際似然函數(shù)法具有更高的精度.進(jìn)一步,通過對一項新藥對輔助治療部分癲癇病患者發(fā)病

5、次數(shù)的影響的臨床試驗縱向數(shù)據(jù)的分析,表明擬P-G模型充分體現(xiàn)了個體間的異質(zhì)性、同一個體不同觀測值之間的相依性以及模型的超散度性.第三,在上述工作的基礎(chǔ)上,本文還研究了再生散度線性模型中的參數(shù)估計.對于再生散度模型,近年來,韋博成、唐年勝等對其中的非線性再生散度模型進(jìn)行了比較系統(tǒng)的研究,張文專對其中非線性再生散度隨機(jī)效應(yīng)模型做了進(jìn)一步的研究.另一方面,陳希孺等基于廣義估計方程,討論了廣義線性模型的參數(shù)估計的強(qiáng)相合性.在上述工作的基礎(chǔ)上,進(jìn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論